python之正则表达式的使用

一、re模块的使用

python中使用正则表达式，需要用到re模块来进行操作，Re库常用的功能函数

1、re.match函数

参数说明：接收两个参数，

• 第一个是匹配的规则，
• 第二个是匹配的目标字符串，

re.match尝试从字符串的起始位置匹配一个模式，匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息），如果不是起始位置匹配成功的话，match()返回的就是空。

import re
s = '12356python123456'
print(re.match(r'123',s))
print(re.match(r'1236',s))
print(re.match(r'1234',s))
print(re.match(r'python',s))


打印结果：
<_sre.SRE_Match object; span=(0, 3), match='123'>
None
None
None

　　

2、re.search方法

参数说明：接收两个参数，

• 第一个是匹配的规则，
• 第二个是匹配的目标字符串，

re.search 扫描整个字符串并返回第一个成功的匹配.【匹配多个符合要求的字符，只返回第一个满足条件的】

import re
s = '12356python123456'
print(re.search(r'123',s))
print(re.search(r'1236',s))
print(re.search(r'1234',s))
print(re.search(r'python',s))


打印结果:
<_sre.SRE_Match object; span=(0, 3), match='123'>
None
<_sre.SRE_Match object; span=(11, 15), match='1234'>
<_sre.SRE_Match object; span=(5, 11), match='python'>

Process finished with exit code 0

　　

re.match与re.search的区别

re.match从字符串的开始位置进行匹配，如果字符串开始不符合正则表达式，则匹配失败，函数返回空；
而re.search匹配整个字符串，直到找到一个匹配成功的则进行返回，如果整个字符串中都没有找到匹配成功的，则返回空

　　

3、findall方法

参数说明：接收两个参数，

• 第一个是匹配的规则，
• 第二个是匹配的目标字符串，

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

import re

s = '12356python123456'
print(re.findall(r'123', s))  # ['123', '123']
print(re.findall(r'1236', s))  # []
print(re.findall(r'1234', s))  # ['1234']
print(re.findall(r'python', s))  # ['python']

　　

 注意： match 和 search 是匹配一个结果， findall 匹配处所有符合规则的结果。

　

4、sub方法

替换字符串中的某些字符，可以用正则表达式来匹配被选子串。

re.sub(pattern, repl, string, count=0 )

参数：

• pattern：匹配的规则；
• repl：匹配之后替换的新内容；
• string：需要按规则替换的字符串；
• count：替换的次数，可以不传参，默认替换所有符合规则的。

import re

s = '12356python123456python'
print(re.sub(r'python','PYTHON', s))  # 12356PYTHON123456PYTHON
print(re.sub(r'python','PYTHON', s,1))  # 12356PYTHON123456python
print(re.sub(r'python','PYTHON', s,2))  # 12356PYTHON123456PYTHON

　　 5、贪婪模式说明：

贪婪模式：Python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符；

import re

s = '12356python123456python'
# {m,n}表示n>m,匹配的位数
print(re.search(r'\d{3,}', s))  # <_sre.SRE_Match object; span=(0, 5), match='12356'>
print(re.search(r'\d{3,3}', s))  # <_sre.SRE_Match object; span=(0, 3), match='123'>
print(re.search(r'\d{3,4}', s))  # <_sre.SRE_Match object; span=(0, 4), match='1235'>
print(re.search(r'\d{3,5}', s))  # <_sre.SRE_Match object; span=(0, 5), match='12356'>
print(re.search(r'\d{3,6}', s))  # <_sre.SRE_Match object; span=(0, 5), match='12356'>
# 非贪婪模式：总是尝试匹配尽可能少的字符，在"*","?","+","{m,n}"，{m,}后面加上？，可以关闭贪婪模式
# 关闭贪婪模式之后，尽可能获取更少的，如下，只获取到最前面的3个数值（规则时至少3个，非贪婪就是匹配最前面符合规则的3个数组）
print(re.search(r'\d{2,4}?', s))  # <_sre.SRE_Match object; span=(0, 2), match='12'>
print(re.search(r'\d{3,4}?', s))  # <_sre.SRE_Match object; span=(0, 3), match='123'>

　　

6.re.split方法 

 

split按照匹配的模式字串将字符串进行切分，返回切分后的字符串列表

语法
re.split(pattern, string[, maxsplit=0, flags=0])
pattern:匹配的字符串
string:需要切分的字符串
maxsplit:分隔次数，默认为0(即不限次数)
flags:标志位，用于控制正则表达式的匹配方式，比如：是否区分大小写，多行匹配等

　　

实例
import re
s='abc, abc, defg, dds'
re.split('\W+',s)
结果：
['abc', 'abc', 'defg', 'dds']
其中：\W匹配任何非单词字符

　　

二、正则表达式语法

1、表示单字符

单字符：即表示一个单独的字符，比如匹配数字用\d ,匹配非数字使用\D，具体规则如下：

字符	功能
.	匹配任意1个字符（\n除外）
[7a ]	匹配[ ]中列举的字符，这里就是匹配7或者a这两个字符其中的一个
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

实例如下：

# {m,n}表示n>m,匹配的位数
# .:匹配任意1个字符（\n除外）
print(re.search(r'.', s))  # <_sre.SRE_Match object; span=(0, 1), match='1'>
#[7a]匹配[ ]中列举的字符，这里就是匹配7或者a这两个字符其中的一个
print(re.search(r'[3a]', s))  # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[3p]', s))  # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[p3]', s))  # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[p4]', s))  # <_sre.SRE_Match object; span=(5, 6), match='p'>

　　

import re

s = '12356python123456python#'

# \d匹配数字，即0-9
print(re.search(r'\d', s))  # <_sre.SRE_Match object; span=(0, 1), match='1'>
print(re.search(r'\d{3,}', s))  # <_sre.SRE_Match object; span=(0, 5), match='12356'>
# \D匹配非数字，即不是数字
print(re.search(r'\D', s))  # <_sre.SRE_Match object; span=(5, 6), match='p'>
print(re.search(r'\D{3,}', s))  # <_sre.SRE_Match object; span=(5, 11), match='python'>

# \w匹配单词字符，即a-z、A-Z、0-9、
print(re.search(r'\w', s))  # <_sre.SRE_Match object; span=(0, 1), match='1'>
# \W匹配非单词字符，即a-z、A-Z、0-9、
print(re.search(r'\W', s))  # <_sre.SRE_Match object; span=(23, 24), match='#'>

　　

2、表示数量

如果要匹配某个字符多次，就可以在字符后面加上数量进行表示，具体规则如下：

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

import re

s = '12356python123456python#'
# *匹配前一个字符出现0次或者无限次，即可有可无
print(re.findall(r'1*',s))  # ['1', '', '', '', '', '', '', '', '', '', '', '1', '', '', '', '', '', '', '', '', '', '', '', '', '']
print(re.findall(r'T*',s))  # ['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
# +匹配前一个字符出现1次或者无限次，即至少有1次
print(re.findall(r'1+', s))  # ['1', '1']
print(re.findall(r'T+', s))  # []
# ?匹配前一个字符出现1次或者0次，即要么有1次，要么没有
print(re.findall(r'1?',s))  # ['1', '', '', '', '', '', '', '', '', '', '', '1', '', '', '', '', '', '', '', '', '', '', '', '', '']
print(re.findall(r'T+?', s))  # []
# {m}匹配前一个字符出现m次
print(re.findall(r'1{1}', s))  # ['1', '1']
# {m,}匹配前一个字符至少出现m次
print(re.findall(r'1{2,}', s))  # []
# {m,n}匹配前一个字符出现从m到n次
print(re.findall(r'4{1,4}', s))  # ['1', '1']

　　

注意：
*：匹配前面的子表达式零次或多次
‘*’特殊字符的作用是匹配*前面的子表达式零次或多次，这里面的子表达式指的是*前面的一个单元，例如ab*在这里*前面的子表达式指的就是b也就是说在匹配的时候在匹配到a之后，无论后面有没有b无论有几个b都能够匹配成功。
print(re.findall("ab*","cabbbdaw3abw"))#['abbb', 'a', 'ab']

’+‘特殊字符的作用是匹配前面的子表达式一次或多次，同样这里的子表达式指的是+前面的一个单元，与*特殊字符不同的是+特殊字符前面的子表达式必须匹配到一次或多次才能算匹配成功，例如ab+在这个匹配式进行匹配时，当匹配到a的时候，如果a后面是一个或多个b就能匹配成功，如果不是则匹配失败。
print(re.findall("ab+","cabbbdaw3abw"))#['abbb', 'ab']

print(re.findall("ab?","cabbbdaw3abw"))#['ab', 'a', 'ab']